基于CLUE-S模型縣域土地利用情景模擬與碳排放效應分析

顧漢龍，馬天駿，錢鳳魁※，蔡玉梅

（1.沈陽農業大學土地與環境學院，沈陽 110161；2.耕地立體保護與監測重點實驗室，沈陽 110161； 3.土肥高效利用國家工程研究中心，沈陽 110161；4.中國土地勘測規劃院，北京 100035）

0 引 言

隨著世界經濟快速發展，全球的土地利用覆被格局不斷變化，其直接影響著地區碳收支狀況。1995年，“土地利用/土地覆被變化”（Land-Use and Land-Cover Change）研究就已經被國際地圈生物圈計劃（IGBP）委員會和國際全球環境變化人文因素計劃（IHDP）委員會組織聯合提出并成為全球土地研究的前沿和熱點。已有研究表明，土地利用變化已經成為僅次于化石能源燃燒的第二大溫室氣體排放源。而中國實現碳達峰、碳中和的“30·60”目標不僅是兌現中國氣候承諾的前提與保證，更是推動區域低碳化發展的關鍵。現階段關于土地利用與碳排放的研究多集中在以下兩個方面：一是土地利用變化帶來的碳排放時空差異和演變規律。現有研究表明，過去十年間，受土地利用變化影響，中國土地利用碳排放呈現出不斷增長和集聚的態勢，總體格局東高西低，并以河北為中心，向西北、西南、東南、東北4個方向遞減，其中沿海地區的碳排放量不論是存量還是增量都相對較多。二是區域土地利用與碳排放時空格局的驅動因素與作用機理分析。學者們主要采用STIRPAT模型、Super SBM-undesirable DEA、結構分解模型和多元統計等方法進行研究，發現地區碳排放多與耕地、建設用地規模等相關，而地區碳吸收則與林地、草地等生態用地面積占比有關。目前，學者們已就區域土地利用變化與碳排放之間的耦合關系及影響因素進行了一定的探討，但現有研究視角以基于研究區土地利用現狀的靜態評價為主，且研究多圍繞國家、省市和流域等較大尺度展開，以縣域作為研究尺度，基于區域未來土地利用變化預測的碳收支趨勢分析相對欠缺。縣域作為區域社會經濟發展的基本單元，是決定地區資源稟賦和整體發展質量的關鍵載體，而不同的區域發展功能規劃，勢必會帶來差異化的土地利用格局和碳排放效應。因此，基于縣域不同發展情景，對未來土地利用變化格局及碳排放情況進行分析，對提高區域土地資源利用效率及實現地區碳減排目標具有重要意義。

基于此，本文以縣域為研究尺度，基于法庫縣2013年、2019年土地利用現狀數據，利用Auto-Logistic回歸模型選取高程、坡向、人口密度等9個因子，運用CLUE-S模型對法庫縣2019年土地利用變化格局進行精確模擬與驗證。在此基礎上，通過設置多種土地利用變化情景預測2030年法庫縣土地利用分布空間格局并對各情景下土地利用碳排放進行核算，從而實現CLUE-S模型在中小尺度研究區域及碳排放預測中的應用，在推動區域土地利用格局優化的基礎上對未來區域碳減排目標制定提供科學依據。

1 數據與方法

1.1 研究區概況

法 庫 縣 位 于 遼 寧 省 沈 陽 市 北 部（122°44′23″～123°45′14″E、42°8′46″～42°39′29″N）；面積為2 280.65 km，下轄2街道17鄉鎮，2020年總人口為53萬。法庫縣地處長白山山脈與陰山山脈余脈交匯處，地勢呈西部和北部高，東部和南部低，丘陵平原相間。地勢起伏變化較大，海拔范圍為-94～412 m（圖1）。該區域地貌特征為“三山一水六分田”，土地利用類型以耕地為主，為國家糧食主體功能區。除此之外，法庫縣還是包括國家一級保護動物白鶴等在內的眾多鳥類冬季南北遷徙的重要中轉站。近年來，由于受沈陽市快速城鎮化以及國家經濟政策、土地政策影響，區域內建設用地不斷擴張，如何優化農業生產、生態保護和經濟發展用地格局是未來法庫縣土地利用關注的重點問題。

圖1 研究區位置圖 Fig.1 Location of the study area

1.2 數據來源與處理

本文使用的土地利用數據來源于2013年和2019年法庫縣土地利用變更調查成果矢量數據集，根據《IPCC2006年國家溫室氣體清單指南》和CLUE-S模型對于研究區各土地利用類型面積必須大于總面積1%的要求，將研究區土地利用類型轉換并歸類為國際上IPCC所界定的農地、林地、草地、濕地、聚居地、其他土地，并利用ArcGIS10.4軟件將數據轉化柵格數據后，將柵格像元大小重采樣為250 m×250 m。其他數據主要有：①建制鎮、農村居民點、道路、溝渠、采礦用地等矢量數據，提取自2013年法庫縣土地利用變更調查成果矢量數據集，使用ArcGIS10.4軟件中的歐式距離工具對相應數據進行分析，生成驅動力因子柵格數據集；②地形數據為地理數據空間云30 m×30 m DEM高程數據（http://www.gscloud.cn），使用ArcGIS10.4軟件中的坡度、坡向分析工具得到法庫縣坡度與坡向柵格數據；③人口密度數據來自于World POP（https://www.worldpop.org）；④社會經濟數據，包括農業化肥施用量、農作物種植面積、農業機械總動力及能源排放數據等來源于2013－2019年的《遼寧統計年鑒》《沈陽市統計年鑒》及《法庫縣統計年鑒》等社會經濟統計資料。本文所用地理數據都經過GIS空間校正、投影轉化等處理，統一采用了大地2000地理坐標系統。

1.3 數據來源與處理

CLUE-S模型通常利用二元Logistic回歸模型對土地利用變化驅動因子進行分析，從而得出研究區土地利用類型與驅動因子間的因果關系及變化趨勢。而使用Auto-Logistic回歸模型可以進一步提高模擬結果的精度，更好地反映真實的土地利用分布格局。Auto-logistic回歸模型公式為：

式中為某一種地類可能出現的概率；為回歸方程常量，，，…，x為影響地類分布的各因子，，，…，β為回歸系數；為空間自相關因子，通過ArcGIS10.4計算得到。

CLUE-S模型是專門用于推演一定區域內土地利用變化的模型，該模型通過將生物物理與社會經濟兩類驅動因子相結合，實現對區域土地利用時空變化的清晰闡述與解釋。公式為：

式中TPROP表示柵格對于土地利用類型的總體適宜度，ELAS表示土地類型的轉移彈性系數，代表土地利用類型的轉化成本。ITER代表土地類型的競爭因子，在模型模擬的迭代過程中自動設置。P表示柵格對于的分布概率，是土地利用現狀對不同驅動力因子的回歸結果。

1）土地利用轉移規則

土地利用轉移規則具體包括土地利用轉移彈性系數和土地利用轉移矩陣。土地利用轉移彈性系數用于表示土地利用類型的穩定程度，系數取值范圍在0～1之間，該值越小，則表示該土地利用類型更容易轉化為其他土地利用類型。本文在借鑒相關研究和對模型參數反復調試的基礎上，最終確定了5種模擬情景下法庫縣農地、林地、草地、濕地、聚居地和其他土地的轉換彈性系數（表1）。結合2013－2019年法庫縣內土地利用變化（表2）及不同土地利用模擬情景下未來發展趨勢，對其相應的土地利用轉移矩陣進行設定。

表1 各土地利用類型轉移彈性系數 Table 1 Conversion elasticity parameters of each land use type

表2 2013—2019年法庫縣土地利用面積轉移矩陣 Table 2 Transfer matrix of land use area in Faku County during 2013-2019 hm2

2）土地利用類型需求

土地利用類型需求需要借助獨立于CLUE-S模型之外的其他方法求得。本文通過設定不同情景下土地利用方式，將線性內插法和趨勢外推法相結合最終計算得到2030年研究區各模擬情景下不同土地利用類型面積。

Kappa系數能從整體上檢驗CLUE-S模型模擬結果與現實數據的一致程度。Kappa系數公式如下：

式中P是正確模擬柵格單元比例；本文將土地利用類型分為6類，因此P=1/6；P是理想狀態下正確模擬柵格單元比例即100%。Kappa系數取值范圍為[-1,1]，一般認為Kappa＞0.6具有顯著一致性，而Kappa＞0.8則說明模擬效果較好。

本文從縣域尺度對法庫縣土地利用碳排放效應進行研究，主要對農地、林地、草地、濕地、聚居地和其他土地進行分析。其中土地利用碳排放主要涉及農地和聚居地2種土地利用類型，碳吸收則主要計算農地、林地、草地、濕地和其他土地5種土地利用類型。其中農地既是碳源也是碳匯。相關基礎計算數據均來自于《法庫縣統計年鑒》和實際調研。

1）農地碳排放計算方法

農地上的農作物耕作過程是農地碳排放的主要來源，主要包括化肥施用、農業灌溉、農業機械使用、農藥和農膜耗用所導致的碳排放。計算式如下：

式中E為農地碳排放系數，、、、、分別為化肥施用量、農藥施用量、農作物種植面積、農業機械總動力和農膜使用量，、、、、為轉換系數，、值來自美國橡樹嶺實驗室（ORNL），分別為0.895 6 kg/kg，4.934 1 kg/kg，、值分別為16.47 kg/hm、0.18 kg/kW，值為5.18 kg/hm，來自南京農業大學農業資源與生態環境研究所（IREEA）。S值為農地總面積，hm。

2）聚居地碳排放計算方法

聚居地上發生的能源消耗行為是該類用地碳排放的主要來源，對其碳排放計算采用間接估算方式。本文根據法庫縣實際情況，選取2019年法庫縣煤炭、石油和天然氣3類主要化石能源的總消費量進行估算。計算式如下：

式中E為聚居地碳排放系數，t/hm；E為研究區主要化石能源的總碳排放量，t；S為法庫縣聚居地總面積， hm；e為類化石能源消耗總量，t；θ為《中國能源統計年鑒》附錄中3類化石能源轉化為標準煤的系數；ɑ為有效氧化系數，為0.982；β為標準煤的含碳量，為0.732 57 t；g表示在獲得相同熱能下各類能源釋放CO為煤釋放CO量的倍數。

3）碳吸收計算方法

農地、林地、草地、濕地及其他土地碳吸收系數主要借鑒金濤等研究結果，具體見表3。

表3 法庫縣地均碳收支系數 Table 3 Carbon emission coefficient of per hectare in Faku County

2 結果與分析

2.1 CLUE-S模型模擬結果精度分析

由Auto-Logistic回歸方程檢驗結果可知，法庫縣各地類分布概率模擬效果較好，農地、林地、草地、濕地、聚居地和其他土地的ROC值均大于0.7，滿足模型的回歸要求，所選因子可以用于研究區域土地利用變化模擬（表4）。以法庫縣2013年土地利用數據為基礎，通過將限制區域、土地轉移規則、土地利用需求、Auto-Logistic模型回歸結果等相關數據輸入CLUE-S模型，對法庫縣2019年土地利用布局進行模擬（圖2）。通過式（3）計算得出Kappa系數，為0.989 6，大于0.8，模擬總體精度達到99.14%，說明模型模擬效果較好，可用于法庫縣未來土地利用布局的變化模擬。

表4 Auto-Logistic模型回歸分析結果及β系數 Table 4 Auto-Logistic model regression analysis results and β coefficient

圖2 2019年法庫縣土地利用現狀與CLUE-S模型預測結果 Fig.2 Actual land use and CLUE-S model prediction results in Faku County in 2019

2.2 土地利用變化特征與情景模擬分析

根據法庫縣自然資源稟賦狀況、經濟社會發展需求以及相關發展戰略，本文構建了基線情景、農業發展、建設發展、生態保護、土地利用結構優化5種情景方案，并對不同情景方案下各地類面積進行了相應的設定。具體分析如下：

1）基線情景

基線情景為模擬研究區各項發展政策不變的自然演變狀態。在基線模擬情景下，法庫縣將繼續保持2013－2019年的相關土地利用政策，土地需求按各地類2013－2019年的平均變化速度恒定變化。除聚居地保持增加態勢外，其余各類用地均保持減少趨勢。如表5所示，到2030年，法庫縣農地面積變為162 360.85 hm，較2019年減少0.53%，聚居地面積由2019年的20 102.53 hm增加至21 402.78 hm，較2019年增長了6.46%，林地、草地、濕地和其他土地面積也存在不同程度的減少，較2019相比分別減少了0.82%、1.92%、0.42%和4.26%。

2）農業發展情景

農業發展情景為模擬研究區以農業發展為主導的農業生產空間擴張的極限狀態。在該情景下，法庫縣將保證農地的充足供應。在保證現有農地數量不下降的基礎上，優先滿足農業發展用地需求，持續推動農村建設用地、未利用地和生態用地向耕地轉化：設定地方政府通過大力開展農村居民點復墾、未利用地開發和生態用地結構調整，將法庫縣新增耕地潛力全部釋放，2030年將有20%的農村居民點用地、50%的未利用地、10%的生態用地轉變為新增耕地，與此同時，為保障進城落戶農村勞動力的用地需求，參考城鄉建設用地增減掛鉤政策下城鄉建設用地的折抵比例，農村建設用地轉為新增耕地面積的30%將分配為城鎮新增建設用地指標。如表5所示，2030年法庫縣農地面積變為169 663.19 hm，較2019年增加3.93%，聚居地由2019年的20 102.53 hm減少至18 289.77 hm，較2019年減少9.01%。林地、草地和濕地面積分別變為28 343.26、5 572.68和6 021.63 hm，較2019年分別減少了8.65%、13.57%、12.69%。

3）建設發展情景

建設發展情景為模擬研究區以第二、第三產業為主導的建設發展空間擴張的極限狀態。在該情景下，法庫縣將積極推動除永久基本農田外的一般農地、林地、草地和未利用地向建設用地轉化，將農村居民點及城鎮建成區擴張潛力全部釋放，優先滿足法庫縣經濟發展用地需求，全力保障聚居建設用地供應：設定地方政府通過土地征收和土地轉用，2030年將50%的一般農地、50%的未利用地、10%的生態用地轉變為新增聚居地。2030年法庫縣聚居地面積由2019年的20 102.53 hm大幅度增加至42 475.60 hm，較2019年增長111.29%，年均增長率約為7%，這與遼寧省建設用地增長最快時期的年均增長速率相似；如表5所示，2030年，法庫縣農地面積變為145 477.36 hm，較2019年減少10.88%。與此同時，生態用地也出現一定程度減少，較2019年相比，林地面積減少8.65%、草地面積減少13.57%、濕地面積減少12.69%。

4）生態保護情景

生態保護情景為模擬研究區以城鄉綠色發展為導向的生態空間擴張的極限狀態。在該情景下，法庫縣將嚴格保護林地、草地和濕地等生態用地，大力開發潛在生態空間：設定地方政府通過推行退耕還林、還草、植樹造林和建設用地整理等措施，將50%的一般農地、50%的未利用地和10%的聚居地轉變為生態用地。如表5所示，2030年，法庫縣林地、草地和濕地面積分別為45 921.95、8 975.00、9 423.95 hm、較2019年分別增加47.99%、39.19%和36.63%，在2030年法庫縣生態用地約占研究區面積的28.20%。

5）土地利用結構優化情景

土地利用結構優化情景為模擬研究區以高質量發展為導向的生產、生活、生態空間合理配置的理想狀態。相較于農業發展、建設發展和生態保護3種極限情景重點對于單一功能地類未來發展空間和規模的約束與控制，土地利用結構優化情景側重于發揮土地的多功能屬性，以生產、生活、生態空間協調配置為根本遵循，通過對不同地類的布局和規模進行合理配置，實現土地利用結構的整體優化。在空間布局層面，以建設用地集約利用、農地規模經營和生態用地集中連片為布局導向，嚴格劃定永久基本農田、生態紅線和城鎮開發邊界，合理劃分生產功能區、生活功能區和生態功能區。在規模控制層面，進一步優化極限情景下的土地利用轉移規則，實現多種地類的協同轉換，在增強對農用地、生態用地保護的同時，最大限度地保證建設用地發展的需要。在具體地類的規模控制上，充分結合《法庫縣國民經濟和社會發展第十四個五年規劃》中制定的區域發展總體目標，對于農地，以保障糧食安全為目標，通過一定時期因地制宜的土地綜合整治，將更多的農地劃入高標準農田，使區域農地集中連片、農業基礎設施更為配套，農業生產更為高效，法庫縣將當前80%的一般農地整理為高標準農田，將30%的未利用地整理為一般農地；對于建成區，以推動建設用地高效利用為目標，嚴格控制地區建設用地增量，盤活用地存量，合理引導建成區增強土地利用強度，法庫縣將2.5%的一般農地的和5%未利用地開發為建設用地；對于生態用地，以維護生態安全為目標，嚴格控制對原有基礎性生態用地的開發利用，充分發揮一般農地的生態涵養作用，進一步提升區域整體生態能力，因地制宜構建區域生態保護屏障，法庫將17.5%的一般農地和15%的未利用地調整為生態用地。如表5所示，2030年，法庫縣農地面積為156 238.71 hm，較2019年減少4.28%，聚居地面積由2019年的20 102.53 hm增加至21 008.04 hm，較2019年增長4.50%，林地、草地、濕地面積分別為36 057.65、7 068.59、7 517.54 hm，較2019年相比分別增長了16.20%、9.62%、8.99%。

根據上述5種情景方案測算的法庫縣2030年各地類面積（表5），以2013年土地利用數據為模擬起始年份，利用不同情景下的土地利用轉移彈性系數和土地利用轉移矩陣，運用CLUE-S模型模擬未來2030年法庫縣土地利用空間布局。最終生成5種情景下土地利用類型圖（圖3）。

表5 不同情景下土地利用類型面積 Table 5 The area of each land-use type in different scenarios hm2

圖3 2030年法庫縣模擬情景土地利用布局 Fig.3 The simulated scenario land use layout of Faku County in 2030

1）在基線情景下（圖3a），法庫縣只有聚居地呈現出擴張趨勢，其余用地類型都呈現出不同程度的減少現象，對地區糧食安全和生態安全產生威脅。該情景下，位于法庫縣東北部吉祥街道的城鎮建設用地和北部的四家子蒙古族鄉的聚居地出現不同程度的增長態勢，不僅擠占了農業生產空間，還對靈山湖風景區和北部的巴爾虎山自然公園等生態屏障造成了一定的破壞。

2）在農業發展情景下（圖3b），法庫縣農地穩定性較好，農業用地面積極速擴張，糧食安全得到保障。該情景下，盡管法庫縣中西部地區農地集中連片分布，但在土地資源和水資源雙重資源需求壓力的影響下，導致法庫縣中西部地區大量林地、草地面積縮減的同時，還出現了較大面積的濕地消失現象，由此可見農業發展情景對于法庫縣生態和水資源安全造成較大壓力。

3）在建設發展情景下（圖3c），建設用地急劇增長，大量農地、林地、草地和濕地受到經濟發展需求影響轉入為建設用地。在此情景下，法庫縣中東部地區以及城鎮核心區建設用地面積大幅增加，農村居民點面積快速擴張，導致農地和生態用地破碎度進一步提升，地區經濟發展用地需求雖然得到保障，但糧食安全和生態安全受到嚴重威脅。

4）在生態保護情景下（圖3d），法庫縣生態用地面積顯著擴張，區域內農地和聚居地都出現一定程度上的收縮。大規模退耕還林、還草進一步完善了地區生態保護屏障的構建，提升了區域生態保護功能。該情景下法庫縣的糧食生產能力將會受到一定程度的影響，地區經濟發展能力也受到了制約。

5）在土地利用結構優化情景下（圖3e），法庫縣土地利用布局得到優化調整。2030年法庫縣除農地和未利用地面積減少外，其余各類用地面積都有所增加：農地面積雖有所縮減，但通過實施土地整治可以有效增加高標準農田面積，提升耕地生產能力；聚居地新增指標總量增幅較小，重點滿足城鎮核心區需求，保障區域經濟高質量發展；區域生態用地得到有效保障，整體生態功能得到提升。總體來看，該情景實現了法庫縣“三生空間”融合協調發展，促進了區域資源要素合理配置，是法庫縣2030年較為理想的土地利用布局。

2.3 碳排放變化分析

根據上述CLUE-S模擬結果，結合碳排放系數法，核算出法庫縣2030年不同模擬情景下區域碳排放量（表6）。

表6 2013—2030年法庫縣不同情景下碳排放量 Table 6 Carbon emissions under different scenarios in Faku County during 2013-2030 103 t

由表6可知，2019年法庫縣碳排放量為-1.55×10t，較2013年的-1.64×10t增長5.53%。由此可見，2013至2019年法庫縣的碳排放量雖有所增加，但研究區仍為碳匯地區。2030年法庫縣在基線情景、農業發展、建設發展、生態保護、土地利用結構優化5種模擬情景下碳排放 量 分 別 為-1.33×10t、-1.72×10t、1.21×10t、-2.18×10t、-1.58×10t，與2019年相比，分別增幅為14.02%、-11.33%、178.44%、-40.87%、2.29%。5種模擬情景中，建設發展情景的碳排放量最高，生態保護情景的碳排放量最低。除建設發展情景外，基線情景、農業發展、生態保護和土地利用結構優化模擬情景下的法庫縣仍然為碳匯地區。各模擬情景同2019年相比，除生態保護和農業發展情景外，基線情景、建設發展和土地利用結構優化情景下法庫縣碳排放量均呈現出上升趨勢，而呈現出上升趨勢的3種情景中，土地利用結構優化情景碳排放增幅最小。在土地利用結構優化情景下，法庫縣碳排放量雖有所增加，但仍然保持了法庫縣作為碳匯地區的特點。

通過對法庫縣5種土地利用模擬情景下土地利用狀況和碳排放量綜合對比（圖4）：對地區碳排放影響最強的用地類型為聚居地，在建設發展情景下，聚居地面積較其余4種情景增幅較大，碳排放量急劇增長，法庫縣也由碳匯地區轉變為碳源地區，生態資源優勢不復存在。在生態保護情景下，較高的生態用地比例可以使碳排放水平達到最低，但建設用地規模大量縮減必會抑制地區經濟增長。總體上看，土地利用結構優化情景為法庫縣中長期發展階段較為適宜的土地利用模式。既提供了促進經濟增長的城鎮建設用地指標，又保障了農業生產空間和生態空間，維持了法庫縣土地利用重要碳匯功能。

圖4 法庫縣土地利用模擬情景和碳排放量對比 Fig.4 Comparison of land use simulation scenario and carbon emission in Faku county

3 結論與討論

3.1 結 論

本文以法庫縣2013年、2019年的土地利用現狀數據為基礎，運用CLUE-S模型對法庫縣2019年的土地利用變化格局進行模擬與驗證，分別基于基線情景、農業發展、建設發展、生態保護、土地利用結構優化5種模擬情景對法庫縣2030年的土地利用布局進行模擬并對其碳排放水平進行核算，得出結論如下：

1）CLUE-S模型對于法庫縣土地利用布局變化有著較好的模擬能力，Kappa系數為0.989 6，模擬總體精度達到99.14%，模型及本文相關參數設置適用于法庫縣未來土地利用布局預測。

2）在5種模擬情景中，土地利用結構優化情景下2030年法庫縣土地資源利用效果最優，是法庫縣中長期發展階段較為適宜的土地利用模式。其余4種模擬情景下土地利用都存在一定發展隱患：在基線情景下，法庫縣土地利用結構惡化程度不斷加深，部分區域生態和糧食安全受到威脅；農業發展情景雖然極大程度維護了法庫縣的糧食安全，但地區生態資源和水資源遭到嚴重破壞；在建設發展情景下，法庫縣經濟發展用地雖然得到充足保障，但地區糧食安全和生態安全面臨嚴重挑戰；在生態保護情景下，地區生態環境雖得到極大程度的保護，但嚴重制約地區經濟發展，且糧食安全面臨一定風險。

3）2013－2019年法庫縣碳排放量增長5.53%。在2030年法庫縣5種模擬情景中，建設發展情景的碳排放量最多，為121.79×10t，生態保護情景的碳排放量最少，為-218.71×10t。除生態保護和農業發展情景外，其余情景下法庫縣碳排放均呈現上升趨勢，其中土地利用結構優化情景增幅最小，為2.29%。

3.2 討 論

通過開展縣域尺度的土地利用情景模擬和碳排放效應的比較分析，對未來縣域土地利用和碳匯目標的實現提供了科學的決策依據。研究所用CLUE-S模型在二元Logistic回歸模型基礎上引入空間權重因子形成Auto-Logistic回歸模型對土地利用變化驅動力系數進行計算，使得模擬結果更精確地反映了未來地區土地利用格局，有效地增強了模擬結果的精確程度，為碳排放效應計算與分析提供了更為完善的方法體系。

本文采用Auto-Logistic回歸模型對區域土地利用變化的驅動因子進行分析，使CLUE-S模型預測模擬結果更為精確，表明Auto-Logistic回歸模型能夠極大程度提升CLUE-S模型的模擬精度。通過對接IPCC相關指南中土地利用分類體系，對研究區土地利用變更調查成果矢量數據進行科學分類匯總，數據源更為全面精確，該研究結果具有較強的實用性，對縣域土地利用布局與管理及碳減排政策制訂具有較強的指導意義。

由于受到政策變動和社會經濟發展等因素影響，地區土地利用和碳排放效率在未來階段可能存在較大變化，預測結果會與現實狀況存在一定誤差。今后研究中應將更多的社會經濟及政策影響力等驅動因子納入到土地利用變化驅動因子體系中，使研究結果更為精確，讓其在低碳國土空間優化布局中更具應用價值。同時在有關碳排放量的計算中仍然需要考慮不同土地利用類型轉化過程中的碳源碳匯功能差異，實現對不同土地利用類型研究數據的精細化。